
* 二叉树 * 又称二叉查找树/二叉搜索树 * 树的查找和搜索功能体现的淋漓尽致 * 1 定义:二叉树是树的特殊结构,“二”:每个节点最多只能有两个子节点 * 树可以有n个子节点,教材看到的大多数是二叉树,所以有的人会混淆 * 刚刚说了二叉树的别称是二叉查找树/二叉搜索树,这是它最重要的功能,去查询 * 查询---》遍历 * 按照一定的顺序查找所有的节点 * 2 数组查找直接根据下标查询 * 链表把所有的节点遍历查找,直到查到结束 * 3 树花样多,前序遍历、中序遍历、后序遍历 * 前序遍历:根 左 右 * 中序遍历:左 根 右 * 后序遍历:左 右 根 * 左一定在右前面,遍历命名的依据根据跟节点的查询顺序来定 * 4 实现方法是递归和循环,递归简洁、循环效率高 * 还有宽度优先遍历 从第一层到最后一层去查询,从上到下 * 二叉树两个特例是堆和红黑树 堆有最大堆,最小堆,快速找最大值和最小值,红黑树 集合set,map会用
代码如下
实例
通过前序遍历和中序遍历得到二叉树
package tree;
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) {
val = x;
}
@Override
public String toString() {
return "TreeNode{" +
"val=" + val +
", left=" + left +
", right=" + right +
'}';
}
}
package tree;
public class BinaryTree {
public TreeNode reConstructBinaryTree(int[] pre, int[] in) {
if (null == pre || pre.length == 0 || null == in || in.length == 0 || pre.length != in.length) {
return null;
}
return construct(pre, in, 0, pre.length - 1, 0, in.length - 1);
}
private TreeNode construct(int[] pre, int[] in, int preStart, int preEnd, int inStart, int inEnd) {
if (preStart > preEnd || inStart > inEnd) {
return null;
}
TreeNode node = new TreeNode(pre[preStart]);
int inMid = inStart;
while (in[inMid] != pre[preStart]) {
inMid ++;
}
int delta = inMid - inStart;
node.left = construct(pre, in, preStart + 1, preStart + delta, inStart, inMid - 1);
node.right = construct(pre, in, preStart + delta + 1, preEnd, inMid + 1, inEnd);
return node;
}
}
package tree;
public class Main {
public static void main(String[] args) {
BinaryTree binaryTree = new BinaryTree();
//前序遍历
int[] pre = {1, 2, 4, 7, 3, 5, 6, 8};
//中序遍历
int[] in = {4, 7, 2, 1, 5, 3, 8, 6};
TreeNode node = binaryTree.reConstructBinaryTree(pre, in);
System.out.println(node);
}
}
测试结果:
TreeNode
{
val = 1, left = TreeNode
{
val = 2, left = TreeNode
{
val = 4, left = null, right = TreeNode
{
val = 7, left = null, right = null
}
}, right = null
}, right = TreeNode
{
val = 3, left = TreeNode
{
val = 5, left = null, right = null
}, right = TreeNode
{
val = 6, left = TreeNode
{
val = 8, left = null, right = null
}, right = null
}
}
}
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)